Patterns of pain over time among children with juvenile idiopathic arthritis
Notice bibliographique
Résumé
OBJECTIVES: Pain is a very common symptom of juvenile idiopathic arthritis (JIA). Disease activity alone cannot explain symptoms of pain in all children, suggesting other factors may be relevant. The objectives of this study were to describe the different patterns of pain experienced over time in children with JIA and to identify predictors of which children are likely to experience ongoing pain. METHODS: This study used longitudinal-data from patients (aged 1-16 years) with new-onset JIA. Baseline and up to 5-year follow-up pain data from the Childhood Arthritis Prospective Study (CAPS) were used. A two-step approach was adopted. First, pain trajectories were modelled using a discrete mixture model. Second, multinomial logistic regression was used to determine the association between variables and trajectories. RESULTS: Data from 851 individuals were included (4 years, median follow-up). A three-group trajectory model was identified: consistently low pain (n=453), improved pain (n=254) and consistently high pain (n=144). Children with improved pain or consistently high pain differed on average at baseline from consistently low pain. Older age at onset, poor function/disability and longer disease duration at baseline were associated with consistently high pain compared with consistently low pain. Early increases in pain and poor function/disability were also associated with consistently high pain compared with consistently low pain. CONCLUSIONS: This study has identified routinely collected clinical factors, which may indicate those individuals with JIA at risk of poor pain outcomes earlier in disease. Identifying those at highest risk of poor pain outcomes at disease onset may enable targeted pain management strategies to be implemented early in disease thus reducing the risk of poor pain outcomes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».